Почему функции lubridate настолько медленны по сравнению с as.POSIXct?

Как говорится в заголовке. Почему функция lubridate работает намного медленнее?

library(lubridate)
library(microbenchmark)

Dates <- sample(c(dates = format(seq(ISOdate(2010,1,1), by='day', length=365), format='%d-%m-%Y')), 50000, replace = TRUE)

microbenchmark(as.POSIXct(Dates, format = "%d-%b-%Y %H:%M:%S", tz = "GMT"), times = 100)
microbenchmark(dmy(Dates, tz ="GMT"), times = 100)

Unit: milliseconds
expr                                                            min         lq          median      uq          max
1 as.POSIXct(Dates, format = "%d-%b-%Y %H:%M:%S", tz = "GMT")   103.1902    104.3247    108.675     109.2632    149.871
2 dmy(Dates, tz = "GMT")                                        184.4871    194.1504    197.8422    214.3771    268.4911

Ответ 1

По той же причине автомобили медленнее по сравнению с верхом на ракетах. Дополнительная простота в использовании и безопасность делают автомобили намного медленнее, чем ракеты, но вероятность того, что их взорвут, будет меньше, и вам будет легче заводить, управлять и тормозить автомобиль. Тем не менее, в правильной ситуации (например, мне нужно попасть на Луну) ракета является подходящим инструментом для работы. Теперь, если бы кто-то изобрел машину с ракетой, привязанной к крыше, у нас было бы что-то.

Начните с рассмотрения того, что делает dmy, и вы увидите разницу в скорости (кстати, из ваших bechmarks я бы не сказал, что lubridate намного медленнее, чем в миллисекундах):

dmy #type это в командной строке, и вы получите:

>dmy
function (..., quiet = FALSE, tz = "UTC") 
{
    dates <- unlist(list(...))
    parse_date(num_to_date(dates), make_format("dmy"), quiet = quiet, 
        tz = tz)
}
<environment: namespace:lubridate>

Сразу вижу parse_date num_to_date и make_format. Заставляет задуматься, что это за ребята. Давай посмотрим:

parse_date

> parse_date
function (x, formats, quiet = FALSE, seps = find_separator(x), 
    tz = "UTC") 
{
    fmt <- guess_format(head(x, 100), formats, seps, quiet)
    parsed <- as.POSIXct(strptime(x, fmt, tz = tz))
    if (length(x) > 2 & !quiet) 
        message("Using date format ", fmt, ".")
    failed <- sum(is.na(parsed)) - sum(is.na(x))
    if (failed > 0) {
        message(failed, " failed to parse.")
    }
    parsed
}
<environment: namespace:lubridate>

num_to_date

> getAnywhere(num_to_date)
A single object matching ‘num_to_date was found
It was found in the following places
  namespace:lubridate
with value

function (x) 
{
    if (is.numeric(x)) {
        x <- as.character(x)
        x <- paste(ifelse(nchar(x)%%2 == 1, "0", ""), x, sep = "")
    }
    x
}
<environment: namespace:lubridate>

make_format

> getAnywhere(make_format)
A single object matching ‘make_format was found
It was found in the following places
  namespace:lubridate
with value

function (order) 
{
    order <- strsplit(order, "")[[1]]
    formats <- list(d = "%d", m = c("%m", "%b"), y = c("%y", 
        "%Y"))[order]
    grid <- expand.grid(formats, KEEP.OUT.ATTRS = FALSE, stringsAsFactors = FALSE)
    lapply(1:nrow(grid), function(i) unname(unlist(grid[i, ])))
}
<environment: namespace:lubridate>

Ничего себе, у нас есть strsplit-ting, expand-ing.grid-s, paste-ing, ifelse-ing, unname-ing т.д., А также проверка unname-ing Lotta Error при unname-ing (игра на песне Zep). Так что у нас есть хороший синтаксический сахар. Ммммм вкусно, но это идет с ценой, скоростью.

Сравните это с as.POSIXct:

getAnywhere(as.POSIXct)  #tells us to use methods to see the business
methods('as.POSIXct')    #tells us all the business
as.POSIXct.date          #what I believe your code is using (I don't use dates though)

В as.POSIXct намного больше внутреннего кодирования и меньше проверок на as.POSIXct Итак, вы должны спросить: хочу ли я простоты и безопасности или скорости и мощности? Зависит от работы.

Ответ 2

Ответ

@Tyler правильный. Вот еще информация, включая подсказку о том, как сделать lubridate быстрее - из файла справки:

"Lubridate имеет встроенный очень быстрый POSIX-анализатор, портированный с пакет времени от Simon Urbanek. Эта функциональность пока еще опционально и может быть активирован с помощью опций (lubridate.fasttime = ПРАВДА). Lubridate будет автоматически определять строки POSIX и быстро использовать parser вместо утилиты strptime по умолчанию."